俺式 INDEX -> NOTE -> ニューラルネットワーク／パターン識別 専門用語集
2008-10-03 専門分野を進めば進むほど、必ず専門用語に出くわす。 僕はニューラルネットワークやパターン識別、進化計算あたりに関連した分野を研究しているので、 これまでに調べたその分野の専門用語の一部を、ここに記そう。 僕はただの一学生でしかないから、ここに記す情報は、 同じ立場の学生が「こんなものがあるのか」と概要を知ることができる程度のものである。 厳密な説明は他の優れたサイトや書籍、論文誌などを参照されたい。 なお、掲載にあたっていくつかの書籍やウェブサイトを参考にさせて頂いたが、 具体的には、中野良平 著「ニューラル情報処理の基礎数理」(2005.11) などが詳しい。 ニューラルネット関連（モデル） 用語 英語表記 説明 人工ニューラルネット
2008-07-01 - きしだのはてな - バックプロパゲーションでニューラルネットの学習
ニューラルネットというのは、入力があって、複数の階層を経て出力を得るようなグラフ構造のことです。通常は、入力層・中間層・出力層のように層構造になっているようなものを差します。中でも、中間層が1層の、３層構造になっているものが多くとりあげられます。バックプロパゲーションは、誤差逆伝播法とも言って、ニューラルネットワークのパラメータを学習するための手法です。 ニューラルネットについてのサイトや本では、中間層を多層に対応した一般的な表現で説明されることが多いのですが、なかなか式を読み解くのが難しかったりするので、今回は3層で入力が2パラメータ、出力は1つ、中間層のニューロンは2つという、単純なものを取り上げます。 では、3層ニューラルネットワークでの判定時のデータの流れを見てみます。 3層ということになっていますが、実際の処理は2層になっています。実装するときには2層だと考えたほうがわかりやすい
Perceptron - [物理のかぎしっぽ]
基本の学習モデル † 最近傍決定則やk-最近傍決定則 によりパターンを識別する事ができるようになりました． これらの方法は大変シンプルな考え方でありながら，サンプルが充実していれば かなりの精度で識別が可能だと考えられます．しかし問題点として， サンプル全てを保持しておかなければならない事，次元数が増え，サンプル数が増えると 計算量が膨大になる事が挙げられます． ここで最近傍決定則のように，パターンに最も距離の近いクラスタを選ぶという作業は 見方を変えると，異なるクラスタのサンプル間において， 垂直二等分線を考え，領域を分けるという事になります． ということは，この境界線を知ることができれば， サンプルのデータは不要と考えることができ，Perceptronはこの境界線を 学習によって得ることができます．ただし，Perceptronは上の図のような垂直二等分線を得る訳ではなく， 学習であたえ
ニューラルネットワーク入門 〜目次〜
ニューラルネットワーク入門 Copyright(c)1996 Akira Iwata & Toshiyuki Matubara (Iwata Laboratory Nagoya Institute of Technolgy) ０ はじめに 学習の進め方 １ 神経細胞とニューラルネットワーク 神経細胞 ニューロンモデル ニューロンモデルの数式化 ネットワークモデル まとめ ２ 階層型ネットワーク ２．１ パーセプトロン パーセプトロン パーセプトロンの動作と学習 パーセプトロン学習のシミュレーション パーセプトロンの限界 まとめ ２．２ バックプロパゲーション学習 最急降下法 前向き演算 後向き演算１（出力層から中間層） 後向き演算２（中間層から入力層） ＢＰのシミュレーション ＢＰシミュレータ まとめ ２．３ その他の階層型ネットワーク ネオ
CBRC – Just another WordPress site
コンテンツへスキップ Computational Biology Research Consortium CBRC.JP
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
